NHANES数据库最新1区&2区常见工作量

1区&2区期刊的NHANES工作量定位

工作量：涉及高强度、系统化的数据处理与分析工作，包括对复杂抽样设计的正确应用、跨多年周期变量的逻辑整合、慢性病及风险因素的多源定义以及从基础描述性统计到高级建模（如倾向评分匹配、中介分析、非线性拟合）的逐层推进；此外，为确保结果稳健性，还需完成多项敏感性分析，并配合大量图表（如生存曲线、热图甚至单细胞可视化）的制作，整体工作量远超普通横断面研究。

多数据库联合：结合中国慢性病与风险因素监测、英国生物样本库等多项公共数据库，以增强研究深度，并结合基因组学数据提高结果解释力度。

常用的统计分析方法：包括加权Logistic回归、加权Cox比例风险模型、倾向评分匹配、限制性立方样条、交互作用、中介分析等多种方法。

近年来，围绕NHANES的研究在PubMed上的累计发文量持续攀升，2025年发文量达5462篇！

工作量框架与3篇案例对照

典型工作量拆解

案例一：

文章标题：Risk factor control in relation to mortality and life expectancy among people with type 2 diabetes: results from 3 nationwide cohort studies

研究目的：该研究旨在通过中国、美国和英国的全国队列，量化风险因素控制与 2 型糖尿病患者死亡率及预期寿命的关联。

1️⃣ 数据准备：

该研究采用了三个大型前瞻性和全国性队列：

中国慢性病与风险因素监测（CCDRFS；参与者于2013年6月至2014年5月入组，随访至2021年）;
美国国家健康与营养检查调查（NHANES）10周期；参与者1999年至2018年间登记，随访至2019年）;
英国生物样本库（参与者于2006年3月至2010年7月间招募，随访至2022年）。

最终分析样本包括46,351名2型糖尿病患者（其中CCDRFS 17,423例，美国NHANES 5752例，英国生物样本库23,176例），以及91,645名非T2D患者（CCDRFS 34,799例，美国NHANES 10,506例，英国生物样本库46,340例）。

2️⃣ 统计分析

主分析：Cox回归+倾向性匹配得分+分层分析

高级分析：敏感性分析

3️⃣ 结果呈现

表1：T2DM患者与匹配对照组的基线特征

表2：根据50岁时心血管疾病死亡率和预期寿命的调整风险比（HRS），根据超出目标范围的风险因素变量数量，T2DM患者与无T2DM对照组相比

图1：根据T2DM患者在目标范围外的风险因素数量估算寿命损失年限，与无T2DM对照组相比

表3：根据2型糖尿病患者中低风险生活方式因素数量，50岁时心血管疾病死亡率和预期寿命的调整风险比（HRS），并按代谢风险因素控制分层

案例二：

文章标题：The joint impact of elevated homocysteine and type 2 diabetes on non-healing wounds and all-cause mortality: integrated clinical and multi-omics analyses

研究目的：旨在探讨高Hcy水平和T2D对不愈合伤口风险和全因死亡风险的协同和独立影响。

1️⃣ 数据准备：

该研究回顾了1999年至2004年NHANES周期内收集的31,126名参与者的数据。未愈合伤口（n=21 170）、血浆总Hcy（n=1260）、钴胺相关生物标志物[甲基丙二醇酸（MMA）、维生素B12和叶酸]（n=223）、全血计数（n=42）或死亡率信息（n=12）缺失的参与者被排除在分析之外。

暴露变量：Hcy水平，高Hcy定义为Hcy>15 μmol/L。

结局变量：不愈合伤口的发生和全因死亡率。

2️⃣ 统计分析

主分析：加权logistics回归+加权Cox比例风险模型+交互分析+限制性立方样条+KM曲线+敏感性分析+中介分析

高级分析：转录组整合分析+单细胞RNA测序分析+Hcy风险基因评分系统+单细胞功能与通路分析

3️⃣ 结果呈现

表1：所有参与者的基线特征